Deepfake คือเทคโนโลยีที่ใช้สร้างสื่อสังเคราะห์เพื่อปลอมแปลงลักษณะบุคคลต่าง ๆ ผ่านสื่อวิดีโอ รวมถึงภาพถ่าย และการบันทึกเสียง โดยใช้ประโยชน์จากเทคโนโลยีปัญญาประดิษฐ์ (AI) การเรียนรู้ของเครื่อง (machine learning) และเครือข่ายประสาทเทียม (neural network)
Deepfake ทำงานโดยนำเอาข้อมูลภาพหรือวิดีโอของบุคคลหนึ่งมาป้อนให้กับระบบ AI ซึ่งจะเรียนรู้ลักษณะเฉพาะของบุคคลนั้น เช่น รูปทรงใบหน้า ลักษณะตา จมูก ปาก เส้นผม ไปจนถึงท่าทางการเคลื่อนไหว จากนั้นระบบ AI จะสร้างสื่อสังเคราะห์ขึ้นมาใหม่ โดยนำเอาใบหน้าของบุคคลอื่นมาแทนที่ใบหน้าของบุคคลในต้นฉบับ
Deepfake สามารถนำไปใช้ในทางสร้างสรรค์ เช่น การสร้างความบันเทิง การสร้างภาพยนตร์ หรือการสร้างโฆษณา แต่ก็สามารถนำไปใช้ในทางที่ผิด เช่น การเผยแพร่ข่าวปลอม การทำลายชื่อเสียงบุคคล หรือการก่ออาชญากรรม
ตัวอย่างการใช้ Deepfake ในทางสร้างสรรค์ เช่น
- การสร้างวิดีโอล้อเลียนหรือตลกขบขัน
- การสร้างภาพยนตร์หรือโฆษณาที่มีตัวละครที่มีชื่อเสียง
- การสร้างสื่อการเรียนรู้หรือการฝึกอบรม
ตัวอย่างการใช้ Deepfake ในทางที่ผิด เช่น
- การเผยแพร่ข่าวปลอมหรือข้อมูลเท็จ
- การทำลายชื่อเสียงบุคคลหรือองค์กร
- การก่ออาชญากรรม เช่น การกรรโชกทรัพย์ การแบล็กเมล์ หรือการข่มขู่
ในปัจจุบัน เทคโนโลยี Deepfake ยังคงพัฒนาอย่างต่อเนื่อง ทำให้สื่อสังเคราะห์ที่สร้างขึ้นมีความเหมือนจริงมากขึ้น ส่งผลให้การแยกแยะระหว่างสื่อจริงกับสื่อปลอมทำได้ยากขึ้น จึงเป็นสิ่งสำคัญที่จะต้องรู้เท่าทันอันตรายจาก Deepfake และสามารถตรวจสอบสื่อต่าง ๆ ได้อย่างรอบคอบ
วิธีสังเกตสื่อ Deepfake
- สังเกตความผิดปกติของใบหน้าหรือร่างกาย เช่น รอยต่อของใบหน้าหรือร่างกายที่ดูเหมือนไม่แนบเนียน
- สังเกตการเคลื่อนไหวของร่างกายที่ดูเหมือนไม่สมจริง
- สังเกตบริบทของวิดีโอหรือภาพถ่ายที่ดูเหมือนไม่สมเหตุสมผล
หากสงสัยว่าสื่อใดอาจเป็น Deepfake สามารถตรวจสอบได้จากเว็บไซต์หรือเครื่องมือตรวจสอบ Deepfake ที่มีอยู่ในปัจจุบัน
มีคำแนะนำเกี่ยวกับ Deep Learning และ Deep Fake อย่างไรบ้าง?
คำแนะนำเกี่ยวกับ Deep Learning และ Deep Fake มีดังนี้
สำหรับนักพัฒนา Deep Learning
- ตระหนักถึงศักยภาพของ Deep Learning ที่สามารถนำไปใช้ในทางที่ไม่ดี เช่น การสร้างข่าวปลอมหรือคลิปวิดีโอที่บิดเบือนความจริง
- ระมัดระวังในการใช้ข้อมูลในการสอนโมเดล deep learning โดยหลีกเลี่ยงการใช้ข้อมูลที่มีอคติหรือข้อมูลที่อาจนำไปใช้ในทางที่ไม่ดี
- พัฒนาโมเดล Deep Learning ที่มีประสิทธิภาพในการป้องกันการปลอมแปลง
สำหรับผู้บริโภคสื่อ
- รู้เท่าทัน Deep Fake โดยศึกษาวิธีการตรวจสอบ Deep Fake
- ตั้งคำถามและวิเคราะห์ข้อมูลอย่างรอบคอบก่อนเชื่อสิ่งที่เห็นหรือได้ยิน
- แชร์ข้อมูลอย่างระมัดระวัง โดยตรวจสอบให้แน่ใจว่าข้อมูลนั้นถูกต้องและเชื่อถือได้
สำหรับหน่วยงานที่เกี่ยวข้อง
- ออกกฎหมายหรือกฎระเบียบเพื่อควบคุมการใช้ Deep Fake
- พัฒนาเทคโนโลยีเพื่อตรวจจับและป้องกันการเผยแพร่ Deep Fake
- รณรงค์ให้ความรู้เกี่ยวกับ Deep Fake เพื่อสร้างความตระหนักรู้ให้กับประชาชน
ตัวอย่างคำแนะนำเฉพาะเจาะจงเพิ่มเติมสำหรับผู้บริโภคสื่อ เช่น
- สังเกตความผิดปกติของวิดีโอ เช่น การเคลื่อนไหวที่ไม่เป็นธรรมชาติ ใบหน้าที่เบี้ยว หรือการกระพริบตาที่ผิดปกติ
- เปรียบเทียบวิดีโอกับภาพถ่ายหรือวิดีโอต้นฉบับ เพื่อดูว่ามีการเปลี่ยนแปลงหรือไม่
- ตรวจสอบแหล่งที่มาของวิดีโอว่าน่าเชื่อถือหรือไม่
- ไตร่ตรองถึงบริบทของวิดีโอว่าเป็นไปได้หรือไม่ที่เหตุการณ์ในวิดีโอจะเกิดขึ้นจริง
การรู้เท่าทัน Deep Fake และวิธีการตรวจสอบ Deep Fake จะช่วยให้เราหลีกเลี่ยงการตกเป็นเหยื่อของ Deep Fake ที่นำไปใช้ในทางที่ไม่ดีได้